Kunstig intelligens i høyere utdanning

Utvalet om kunstig intelligens i høyere utdanning legger fram NOUen Kunstig intelligens i høyere utdanning: I kunnskapens tjeneste fredag 6. november. 

Noen hovedpunkter:

• Vi kan ikke lenger bruke en tekst som en indikasjon på hva studenten kan eller vet. Utfordrer hjemmeeksamen uten kontroll. Viktig både for læring og sertifisering. 
• Den muntlige delen av eksamen må gjøres etterprøvbar, noe som innebærer en form for opptak. Videre anbefaler utvalget at institusjonene begynner å eksperimentere med KI-genererte karakterbegrunnelser.
• Utvalget tar til orde for en nasjonal KI-infrastruktur.

Utviklingen er tydelig. Her for studentenes del:

Studentenes bruk av kunstig intelligens i studiearbeid.
Kilde: Studiebarometeret 2025

Utvalget adresserer sentrale spørsmål i to dedikerte kapitler: Hva skal vil lære? 

I ytterste konsekvens kan KI-systemer erstatte mennesker i løsningen av visse oppgaver. Det reduserer nytteverdien av den kunnskapen og de ferdighetene som tidligere var nødvendige for å løse oppgavene. Samtidig kan mange ferdigheter og typer kunnskap bli mer verdifulle som følge av teknologiutviklingen, for eksempel ved at de gjør oss bedre i samspill med KI, at de setter oss i stand til å løse nye oppgaver som teknologien skaper, eller til å unngå teknologiens mulige skadevirkninger. 

Og Hvordan skal vi lære?

Generativ KI endrer premissene for hvordan undervisning og læringsaktiviteter best kan planlegges, gjennomføres og tilpasses studenter i høyere utdanning. Det viktigste spørsmålet i dag er ikke om KI vil påvirke undervisning og læring, men hvordan integrasjonen av KI i læringsaktiviteter kan formes for å understøtte meningsfull læring og menneskelig handlekraft (Rattray, 2026).

Prinsippet om meningsskapende samsvar (constructive alignment) legger føringer for utforming av studietilbud.12 Ifølge dette prinsippet skal det være sammenheng mellom de tilsiktede læringsutbyttene, læringsaktivitetene som studentene engasjerer seg i og vurderingsformene som måler om læringsutbyttene er oppnådd (Biggs & Tang, 2011).

Litt interessant at noen av referansene er til Google Books – som kanskje tyder på at en herværende KI kan ha hatt en rolle i utformingen av teksten. Jeg spekulerer her!

Utvalget anbefaler sentrale myndigheter å prioritere forskning på fagspesifikk læring med KI-systemer i finansiering av utdanningsforskning

Antropomorfiseringen (menneskeliggjøringen) av KI utgjør en egen utfordring. Å omtale KI-systemer som partnere, kolleger eller eksperter, kan tilsløre at disse systemene i seg selv ikke har ansvar, intensjoner, forståelse eller faglig dømmekraft.

De psykologiske effektene av å bruke generative KI-systemer kan være betydelige. Kooli et al. (2025) beskriver en form for avhengighet som kan følge av at generativ KI tilbyr positiv forsterkning, eskapisme, personifisering og en følelsesmessig tilknytning som illuderer et gjensidig forhold.

Når man får bedre prestasjoner av å ta i bruk KI-systemer, kan det styrke selvtilliten. Fernandes et al. (2026) finner at denne effekten kan gi en overdreven tro på egne evner, en tro på at prestasjonene er enda bedre enn de faktisk er. Forskerne sammenlikner resultatene med Dunning-Kruger-effekten, som går ut på at de med lavest kompetanse på et område overvurderer seg selv mest, mens de med høyest kompetanse vurderer seg selv mer treffsikkert. Med KI-bruk finner de at denne effekten elimineres, i den forstand at alle brukerne beveger seg mot overdreven selvtillit. En slik illusjon av at man er mer kompetent enn man faktisk er, kan ha flere negative følger, som å forsterke bekreftelsesfeller.

En beslektet bekymring er at KI-systemer kan fremme det som omtales som kognitiv overgivelse – at brukeren i for stor grad overlater tenkning, vurdering og problemløsing til systemet (Shaw & Nave, 2026). Én oppfatning er at det kan henge sammen med hvordan KI-systemene utformes og måten de svarer på – om de legger til rette for dialog og kritisk vurdering av svarene de gir, eller om de bare gjør hele jobben for deg, som autonome KI-agenter (jf. kap. 3.4.4) (Mollick, 2026).

Utdanningen skal ivareta langsomme, relasjonelle og kritiske læringsformer som ikke uten videre lar seg automatisere eller kommersialisere. Det utelukker ikke at KI-systemer kan støtte læring, men stiller krav til refleksjon omkring hva slags bruk som styrker studentenes selvstendighet (og de som underviser – bør vi tilfeøye), læring og deltakelse, og hva som kan svekke den.

Jeg sniker inn Jill Walker Rettbergs Fem regler for KI-resistent forskning her: "Skal du unngå kognitiv overgivelse og beholde din evne til kritisk og uavhengig tenkning i møte med KI, så må du bevisst utvikle din KI-resistens."

For noen vil KI-systemer først og fremst være frigjørende støtteverktøy som kan gi tilpasset læring, bedre inkludering og tilgjengelighet, og mindre tid brukt på rutineoppgaver. For andre kan den samme utviklingen fremstå som en trussel mot selvstendig læring, menneskelig kontakt og faglig modning. Kapittel 6 (Hvordan skal vi lære) går nærmere inn på de ulike effektene bruk av KI-systemer kan ha på læring og læringsmiljø.

KI påvirker kommunikasjon og informasjonsdeling, og dermed vilkårene for demokratisk deltakelse, offentlig samtale og kildekritikk. Algoritmene kan styre vår oppmerksomhet, fremheve noen kilder foran andre, moderere og personalisere innholdet vi ser, og favorisere følelsesutbrudd og engasjement fremfor langsomme analyser. Det har konsekvenser for hvilke perspektiver som får mest plass i debatten, oppfatninger av sannhet og måten mennesker møter uenighet på. Generative KI-systemer kan også brukes til bevisst manipulering ved å produsere desinformasjon i stor skala, og til målrettede påvirkningsforsøk mot bestemte grupper eller enkeltpersoner. Vanskeligheter med å skille mellom KI-generert og ekte bildemateriale, gjør faktabasert rapportering komplisert. Det kan svekke grunnlaget for en felles virkelighetsoppfatning, forsterke konflikter og forstyrre diplomatisk arbeid. Bruk av KI-systemer til direkte påvirkning av demokratiske valg er påvist i flere land (Ekspertgruppen for kunstig intelligens og valg, 2025).

Den nye forvaltningsloven inneholder regler om automatisert saksbehandling. Disse er eksplisitt knyttet til GDPR art. 22 og nyere rettspraksis. Den bredere konteksten er demokratisk tillit til saksbehandlingen. Det blir relevant når utvalget senere i utredningen vurderer bruk av KI-systemer til automatisert sensur og karakterbegrunnelser, kapittel 7.1.

Hvorvidt KI-systemer kan brukes til å automatisere beslutninger eller begrunnelser, avhenger i hovedsak av to variabler. Den første er regelverket som skal anvendes, den andre er KI-systemet som skal brukes. I den juridisk-akademiske debatten er det uenighet om hvorvidt det er adgang å bruke KI-systemer i forvaltningen. En side mener at KI-systemer ikke kan brukes, spesielt i skjønnspregede saker, på grunn av manglende forklarbarhet og risiko for diskriminering – uavhengig av kvalitetene til systemet. En annen side legger til grunn at KI-systemer kan brukes som beslutningsstøtte eller til å automatisere (deler av) saksbehandlingen, under vilkår som ivaretar individers rettssikkerhet og demokratisk kontroll.

En særskilt problemstilling er bruk av KI-systemer til automatisering av begrunnelser, dersom disse ikke er del av et automatisert vedtak. Dette innebærer at et KI-system brukes til å forklare et menneskelig vedtak, uten at KI-begrunnelsen nødvendigvis gjengir de bestemte vurderingene mennesket la til grunn for vedtaket. Her er det to tilnærminger. Etter ett syn vil ikke KI-genererte begrunnelser av menneskelige vedtak kunne regnes som begrunnelser – fordi det ikke er KI-systemet som har fattet vedtaket. Etter et annet syn kan de kvalifisere som begrunnelser dersom de ivaretar juridisk riktige hensyn (Diab, 2025). Pesch (2025) utdyper hvilke forutsetninger som skal være på plass for at KI-systemer kan brukes til å utarbeide begrunnelser.

Utvalget åpner for at KI skal kunne brukes ved begrunnelser. Studentene mener dette er dobbeltmoralsk. Problemet, som jeg er usikker på om utvalget tar skikkelig tak i, er etter mitt syn at KI vil bli stadig bedre til å sette sammen lange, komplekse tekster. Systemene er ikke helt der ennå, og en kan se tydelige spor av KI-generert tekst i studentbesvarelser. Jeg vil mene at en også kan se det i vitenskapelige artikler, og det er all grunn til å tro at dette vil bli et økende problem, all den stund artikkelskriving fremdeles er det som belønnes ved kompetanseopprykk og ansettelser. Det underliggende, kompliserte spørsmålet er dermed: hva skal erstatte lange, skriftlige tekster som en dokumentasjon på oppnådd kompetanse og (ny)vunnet kunnskap? Utvalget peker på supplerende vurderingsformer, som muntlig, der den muntlige delen av eksamen må gjøres etterprøvbar.

Kulturdepartementet har fremmet en lovproposisjon til Stortinget om endringer i åndsverkloven mv. (Prop. 41 LS (2025–2026)) som behandles høsten 2026. Denne gjennomfører endringer i digitalmarkedsdirektivet i norsk åndsverklov om blant annet tekst- og datautvinning». Formålet med endringene er å legge bedre til rette for et digitalt og grensekryssende miljø, samtidig som balansen mellom hensynet til rettighetshavere og brukere av verk og vernede arbeider ivaretas (Prop. 41 LS (2025–2026), pkt. 4.1).

For universiteter og høyskoler innebærer de foreslåtte regelendringene om tekst- og datautvinning at det kan bli enklere å bruke opphavsrettslig beskyttet materiale i trening av KI-systemer, forutsatt at det ikke foreligger en reservasjon fra rettighetshavere. For institusjonene er reglene for eksempel relevante ved bruk av eksamensbesvarelser til å trene KI-systemer. Studentenes eksamensbesvarelser er i utgangspunktet beskyttet av opphavsretten, med unntak av ja/nei-svar på flervalgseksamen. Etter dagens regler kan disse brukes i KI-systemer uten samtykke fra studenten, men det er ikke mulig å bruke besvarelsene for trening av KI-systemer. Dette blir enklere med de nye, foreslåtte reglene. Studenten vil alltid ha rett til å reservere seg mot slik bruk.

De juridiske rammene for bruk av KI-systemer i høyere utdanning er bygget på flere regelverk, som ofte virker sammen. Mye av regelverket er teknologinøytralt og gjelder uavhengig av om en oppgave utføres av et menneske eller et KI-system, som personvernkravene, forsvarlig saksbehandling, likebehandling og respekt for opphavsrett. KI-forordningen og Europarådets rammekonvensjon om kunstig intelligens kommer i tillegg og stiller særskilte krav til KI-systemer. Ansvaret for at bruken er lovlig ligger hos institusjonene, også når systemene er utviklet av andre.